❓ よくある質問

初心者の方はGeminiがおすすめです。無料で1日1,500リクエストまで使え、設定も簡単です。高品質な音声読み上げが必要な場合は、ElevenLabsやGoogle Cloud TTSを検討してください。

はい、以下の組み合わせで完全無料で使えます：

• AI画像認識: Gemini（無料枠あり）
• 音声読み上げ: ブラウザTTS（APIキー不要）
• OCR（テキスト抽出）: Tesseract.js（オフライン、完全無料）

Tesseract.js（OCR）とブラウザTTSはオフラインで動作します。AI Vision APIやクラウドTTSを使用する場合はインターネット接続が必要です。

はい、スマートフォンやタブレットでも使えます。カメラで撮影した画像を直接アップロードすることも可能です。

PDFファイルと画像ファイル（JPEG、PNG、WebPなど）に対応しています。

ブラウザのメモリに依存しますが、通常は50ページ程度まで問題なく処理できます。大きなファイルは数ページずつ分割して処理することをお勧めします。

LLM設定でAIプロバイダーとAPIキーを正しく設定してください。未設定時はTesseract.jsに自動切り替えされます。

TTS設定を確認してください。ブラウザTTSは追加設定不要です。iOS Safariでは、画面をタップしてから音声が再生される場合があります。

単語をクリック（タップ）して日本語訳を表示してください。辞書にない単語は「翻訳」ボタンでオンライン検索できます。

以下のポイントに注意してください：

• 高解像度の画像を使用する
• 文字がはっきり見えるように撮影する
• AI Vision API（Gemini、OpenAI等）を使用する（Tesseract.jsより高精度）

URLの末尾に /chat/completions を付けないでください。例: https://your-api.com/v1

/models エンドポイントが利用できない場合、デフォルトリストが表示されます。手動でモデル名を入力することも可能です。

はい、履歴リストの🗑️アイコンをクリックすると個別に削除できます。すべての履歴を削除するには、ブラウザの設定からlocalStorageをクリアしてください。

設定パネル下部の「設定をクリア」ボタンをクリックすると、すべての設定がリセットされます。

現在のOCR設定を示しています：

• 🤖 AI: Gemini、OpenAI、Claude等のAI Vision APIを使用
• 📷 JS: Tesseract.js（オフラインOCR）を使用

バッジをクリックすると現在の設定詳細を確認できます。

現在は英語→日本語の翻訳に特化しています。他の言語のサポートは今後のアップデートで検討中です。